基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了在确定范围内采用改进遗传算法自动选择支持向量机(SVM)参数的方法.首先,通过分析SVM的参数取值与模型性能的关系,确定各参数的限定范围,然后,分析了遗传算法的不足,通过引入递阶编码、小生境共享和自适应交叉概率等技术对其进行改进,最后,以所确定的范围作为搜索区间,利用改进的遗传算法自动选择SVM参数.实验结果验证了该方法的有效性.
推荐文章
基于自适应遗传算法的SVM参数优化
支持向量机
参数优化
遗传算法
网格搜索法
基于改进遗传算法的PID参数优化研究
改进遗传算法
等分组
变异步长
PID控制器
基于改进遗传算法的PID参数整定
遗传算法
PID控制器
参数整定
基于改进烟花算法的SVM特征选择和参数优化
二进制编码
烟花算法
特征选择
参数优化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进遗传算法的确定范围内SVM参数选择
来源期刊 火力与指挥控制 学科 工学
关键词 遗传算法 支持向量机 递阶编码 共享函数
年,卷(期) 2013,(10) 所属期刊栏目 理论研究
研究方向 页码范围 134-137
页数 4页 分类号 TP271
字数 3518字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 甘旭升 27 159 7.0 11.0
2 李华平 4 14 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (92)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
遗传算法
支持向量机
递阶编码
共享函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
火力与指挥控制
月刊
1002-0640
14-1138/TJ
大16开
山西太原193号信箱
22-134
1976
chi
出版文献量(篇)
9188
总下载数(次)
26
总被引数(次)
34280
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导